矿产资源开发会引发一系列区域生态问题,其中,土壤重金属污染是问题之一.需要探究监测和评价土壤重金属含量分布和污染程度新方法,需要明确土壤重金属迁移规律,需要研究提出有效的修复土壤重金属污染的新技术、新模式.本文在系统调研国内外有关矿区重金属污染修复技术基础上,基于矿区“空天地”一体化监测模式,运用高光谱遥感技术获取土壤光谱数据,建立土壤重金属高光谱反演模型.采用多元线性回归、广义回归神经网络和序列最小优化支持向量机方法建立的矿区土壤重金属高光谱反演模型均能在一定程度上表现出较好的反演效果,其中,序列最小优化支持向量机模型反演的重金属Cd、Cr、Cu、Pb、Zn含量与对应实测含量的相关系数R2均大于0.76,其反演效果明显优于广义回归神经网络模型和多元线性回归模型；设计并实施两期矿区土壤-小麦重金属迁移模拟实验,采集实验场地土壤样品与小麦样品,并采用实验室传统化学方法检测样品中重金属Cd、Cr、Cu、Pb、Zn的含量.根据两期土壤样品、小麦样品中重金属含量的对比分析,两期试验中五种重金属在土壤中的含量变化无明显规律,其中,第二期试验中Cu和Zn在土壤中的含量较第一期明显较少,Cd的含量较第一期明显增加,Cr、Pb的含量除个别点外与第一期相近；除个别点外,第二期小麦中五种重金属Cd、Cr、Cu、Pb、Zn的含量较第一期均呈现减少的趋势；结合前期试验研究工作,提出土壤植物修复,包括修复植物种植、植物废料碳化添加等是矿区土壤重金属污染修复的趋势之一.